Agent Orchestration
Multi-Agent Orchestration
Koordination mehrerer spezialisierter KI-Agenten zur gemeinsamen Lösung komplexer Aufgaben.
LLMs, Machine Learning, NLP, Computer Vision
66 Begriffe in dieser Kategorie
Multi-Agent Orchestration
Koordination mehrerer spezialisierter KI-Agenten zur gemeinsamen Lösung komplexer Aufgaben.
Agentic RAG
RAG-Ansatz mit KI-Agenten für komplexes Reasoning, Multi-Step-Planung und Tool-Nutzung.
Agentic Workflow
Strukturierte autonome Arbeitsweise von KI-Agenten mit Planung, Ausführung und Selbstkorrektur.
Artificial General Intelligence
Hypothetische Form der KI mit menschenähnlicher Intelligenz, die beliebige intellektuelle Aufgaben loesen kann.
AI Alignment
Forschungsgebiet zur Sicherstellung, dass KI-Systeme menschliche Werte und Absichten korrekt verfolgen.
Attended Bot
RPA-Bot der mit menschlicher Überwachung auf dem Arbeitsplatz des Nutzers arbeitet.
Attention Mechanism
Kernkomponente von Transformer-Modellen, die relevante Teile der Eingabe gewichtet.
Backpropagation
Lernalgorithmus für neuronale Netze, der Fehler rückwaerts durch das Netzwerk propagiert.
Bidirectional Encoder Representations from Transformers
Einflussreiches Sprachmodell von Google, das bidirektionales Kontextverstaendnis einfuehrte.
Browser Agent
KI-Agent der eigenständig im Web navigiert, recherchiert und Aufgaben wie Buchungen oder Formulare erledigt.
Chunking
Aufteilung langer Dokumente in kleinere, semantisch sinnvolle Abschnitte für Vektorisierung und RAG.
Computer Use
Fähigkeit von KI-Agenten, Computer wie Menschen zu bedienen - mit Maus, Tastatur und visueller Erkennung.
Computer Vision
KI-Bereich für die automatische Analyse und Interpretation von Bildern und Videos.
Context Compression
Technik zur Verdichtung von Kontext fuer effizientere LLM-Nutzung bei langen Konversationen.
Context Window
Maximale Textmenge (in Tokens), die ein LLM gleichzeitig verarbeiten und berücksichtigen kann.
Corporate LLM
Unternehmensspezifisch trainiertes oder angepasstes Sprachmodell mit internem Wissen.
Data Fabric
Architekturansatz für einheitlichen Datenzugriff über verteilte Systeme mit KI-gestuetzter Automatisierung.
Data Lineage
Nachverfolgung der Herkunft und Transformation von Daten durch den gesamten Lebenszyklus.
Data Mesh
Dezentraler Architekturansatz bei dem Domain-Teams ihre Daten als Produkte eigenverantwortlich verwalten.
Diffusion Models
Generative KI-Modelle fuer hochqualitative Bildgenerierung durch schrittweise Entrauschung.
Embedding
Numerische Vektordarstellung von Text, Bildern oder anderen Daten für maschinelle Verarbeitung.
Emergent Behavior
Unvorhergesehene Fähigkeiten, die bei grossen Sprachmodellen ab einer bestimmten Größe auftreten.
Episodic Memory
Speicherung vergangener Konversationen und Aufgaben für spätere Referenz und Lernen.
Explainable AI (XAI)
KI-Systeme, deren Entscheidungen für Menschen nachvollziehbar und erklärbar sind.
Few-Shot Learning
Fähigkeit von KI-Modellen, neue Aufgaben mit nur wenigen Beispielen zu erlernen.
Fine-Tuning
Anpassung eines vortrainierten KI-Modells auf spezifische Aufgaben oder Domaenen.
Foundation Model
Grosses, auf umfangreichen Daten vortrainiertes KI-Modell als Basis für verschiedene Anwendungen.
Generative AI
KI-Systeme, die neue Inhalte wie Text, Bilder, Code oder Musik erstellen können.
GraphRAG
RAG-Ansatz der strukturierte Knowledge Graphs statt Vektorsuche nutzt für semantische Beziehungen.
Grounding
Verankerung von LLM-Antworten in faktischen Datenquellen zur Reduzierung von Halluzinationen.
Hallucination
Wenn KI-Modelle plausibel klingende aber faktisch falsche Informationen generieren.
Hybrid Search
Kombination von semantischer Vektorsuche und Keyword-basierter Suche für optimale Retrieval-Ergebnisse.
Hyperparameter
Konfigurationsparameter, die vor dem Training eines ML-Modells festgelegt werden.
Inference
Anwendung eines trainierten KI-Modells auf neue Daten zur Generierung von Vorhersagen.
Instruction Tuning
Training von LLMs, um Anweisungen besser zu verstehen und zu befolgen.
IDP (Intelligent Document Processing)
KI-gestuetzte Extraktion und Verarbeitung von Dokumenteninhalten - strukturiert und unstrukturiert.
Knowledge Graph
Strukturierte Datenbank, die Entitaeten und ihre Beziehungen als Graph darstellt.
Latent Space
Komprimierter, mehrdimensionaler Repräsentationsraum in neuronalen Netzen.
Long-term Memory
Persistente Speicherung von Informationen über mehrere Sessions für kontinuierliches Lernen.
Memory Modules
Strukturierte Komponenten für Speichern und Abrufen von Informationen in KI-Agenten.
Mixture of Experts (MoE)
Modellarchitektur mit spezialisierten Submodellen, die je nach Eingabe aktiviert werden.
Multimodal RAG
RAG-Erweiterung für Bild-, Audio-, Video- und Tabelleninhalte neben Text für ganzheitliches Reasoning.
Multimodal AI
KI-Systeme, die verschiedene Datentypen wie Text, Bilder und Audio gleichzeitig verarbeiten.
Neural Network
Rechenmodell, das von der Struktur biologischer Gehirne inspiriert ist.
Overfitting
Problem beim ML-Training, wenn ein Modell Trainingsdaten auswendig lernt statt zu generalisieren.
Query Expansion
Automatische Erweiterung von Suchanfragen um Synonyme und verwandte Begriffe für bessere Retrieval-Abdeckung.
Agent Reflection
Fähigkeit eines KI-Agenten, die Qualität seiner eigenen Outputs zu prüfen und iterativ zu verbessern.
Unser Team erklärt Ihnen gerne, wie diese Konzepte in Ihrem Unternehmen angewendet werden können.
Beratung anfragen